基于Keras的LSTM模型在空气质量指数预测的应用 |
| |
引用本文: | 郑洋洋,白艳萍,侯宇超.基于Keras的LSTM模型在空气质量指数预测的应用[J].数学的实践与认识,2019(7). |
| |
作者姓名: | 郑洋洋 白艳萍 侯宇超 |
| |
作者单位: | 中北大学理学院 |
| |
摘 要: | 为了高精度预测空气质量指数(AQI),针对大气环境复杂多变性、不确定性,以2014年至2017年的太原市空气污染物监测数据为基础,首先采用python3.5.2中的相关性分析函数对污染物与AQI指数进行了相关性分析,然后建立基于深度学习库Keras(一种高层神经网络API)的长短期记忆循环神经网络(LSTM)模型,对太原市空气质量指数(AQI)进行仿真预测.实验结果表明:模型的均方根误差为4.875,具有预测精度高、范围广等优点,为大气污染防治工作提供了科学合理的理论依据和新的预测方法.
|
关 键 词: | 空气质量指数 相关性分析 Keras LSTM神经网络 |
Application of LSTM Model Based on Keras in Air Quality Index Prediction |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|